[7월 환급 과정] Agentic AI 개발 실전: LLM + RAG + Tools + Workflow

이메일 자동 분류 시스템 업무 자동화 Agent

from dotenv import load_dotenv from typing import Literal from pydantic import BaseModel, Field from langchain.chat_models import init_chat_model from langchain.agents import create_agent from langchain_core.tools import tool load_dotenv() llm = init_chat_model( "google_genai:gemini-2.5-flash-lite", temperature=0 ) class EmailCategory(BaseModel): category: Literal[ "긴급", "업무요청", "회의/일정", "계약/정산", "뉴스레터",

김유송 · 미션 4: 업무 자동화 Agent 만들기

박수 0 · 댓글 0

스마트 비서 Agent 만들기

from dotenv import load_dotenv from langchain.chat_models import init_chat_model from langchain.agents import create_agent from langchain_core.tools import tool from langchain_community.tools.tavily_search import TavilySearchResults load_dotenv() llm = init_chat_model( "google_genai:gemini-2.5-flash-lite", temperature=0.2 ) @tool def calculator(expression: str) -> str: """수식 계산이 필요할 때 사용합니다. 예: '25 4', '68000 0.15'""" try: return str(eval(expr

김유송 · 미션 3: 스마트 비서 Agent 만들기

박수 0 · 댓글 0

FDA Regulatory AI Agent -회사 문서 검색 시스템

Thought EMC 시험 여부는 시험성적서를 먼저 찾아야 한다. ↓ Action search_test_report() ↓ Observation 시험보고서 발견 ↓ Thought 제품명 일치 여부 확인 ↓ Action search_DHF() ↓ Observation 제품명이 동일 ↓ Final Answer     [코드] from langchain.chat_models import init_chat_model from langchain_core.prompts import ChatPromptTemplate from langchain_core.output_parsers import StrOutputParser llm = init_chat_model("openai:gpt-5", temperature=0) prompt = ChatPromptTemplate.from_messages([ ("system", """ 너는 회사 내부 FDA/의료기기 문서 Q&A Agent다.

김유송 · 미션 2: 회사 문서 검색 시스템 구축

박수 0 · 댓글 0